[发明专利]结合区块链支付的面部识别数据处理方法及大数据平台

说明书

本申请是关于结合区块链支付的面部识别数据处理方法及大数据平台，能够对第三面部识别数据以及面部特征相关性矩阵进行分析，从而得到每个支付验证时段所对应的面部描述信息，进一步地实现对第三面部识别数据的相关性分析，并确定出目标第三面部识别数据，这样可以确保将可能存在关联的面部识别数据考虑在内，从而基于目标第三面部识别数据可靠地确定出当前支付验证结果。

本申请是申请号为“CN202011285496.3”、申请日为“2020年11月17日”、名称为“基于区块链支付和面部识别的数据处理方法及大数据平台”的分案申请。

技术领域

本申请涉及区块链支付和面部识别技术领域，具体而言，涉及一种结合区块链支付的面部识别数据处理方法及大数据平台。

背景技术

区块链支付相较于传统的支付模式，能够确保每一笔支付不被篡改，进而保证支付方和收款方的权益。而随着云计算、大数据以及人工智能的快速发展，“刷脸”式支付已经逐渐步入人们的视线。刷脸支付相较于扫码支付和密码支付更加快速便捷。然而，在使用支付终端进行刷脸支付时，如何确保支付终端的信息安全以及避免支付终端的误动作是非常重要的。

发明内容

本申请的第一个方面公开了一种结合区块链支付的面部识别数据处理方法，包括：

获取N个支付验证时段内每个支付验证时段所对应的第一面部识别数据；其中，所述第一面部识别数据包括面部特征集合、环境特征噪声以及待处理人像标签，所述面部特征集合用于标识支付验证时段，所述环境特征噪声用于指示所述支付验证时段的识别准确度，所述待处理人像标签用于指示所述支付验证时段内的人像密集程度，N为大于1的整数；

基于所述每个支付验证时段所对应的第一面部识别数据，生成所述每个支付验证时段所对应的特征处理清单；其中，所述特征处理清单用于对第二面部识别数据进行噪声去除和特征匹配，所述特征处理清单与所述支付验证时段具有一一对应的关系；

采用所述每个支付验证时段所对应的特征处理清单，对所述每个支付验证时段所对应的第二面部识别数据进行处理，得到所述每个支付验证时段所对应的第三面部识别数据；其中，所述特征处理清单、所述第二面部识别数据以及所述第三面部识别数据具有一一对应的关系；

基于所述每个支付验证时段所对应的第三面部识别数据，生成当前支付验证结果；通过所述当前支付验证结果确定区块链支付终端的支付环境安全指标是否满足设定条件。

优选的，所述获取N个支付验证时段内每个支付验证时段所对应的第一面部识别数据，包括：

对所述N个支付验证时段内的所述每个支付验证时段进行支付热度分析，得到所述每个支付验证时段所对应的支付热度分析结果；

基于所述每个支付验证时段所对应的支付热度分析结果确定所述每个支付验证时段所对应的待处理人像标签；

基于所述每个支付验证时段所对应的支付热度分析结果确定所述每个支付验证时段所对应的支付行为数据；获取所述每个支付验证时段所对应的面部特征集合以及所述每个支付验证时段所对应的环境特征噪声；

基于所述每个支付验证时段所对应的待处理人像标签、所述每个支付验证时段所对应的支付行为数据、所述每个支付验证时段所对应的面部特征集合以及所述每个支付验证时段所对应的环境特征噪声，生成所述每个支付验证时段所对应的第一面部识别数据。

优选的，所述基于所述每个支付验证时段所对应的支付热度分析结果确定所述每个支付验证时段所对应的待处理人像标签，包括：

针对所述N个支付验证时段中的任意一个支付验证时段，若所述支付热度分析结果为支付验证时段内存在可检测的人像图像框，则将第一支付热度标签确定为待处理人像标签；其中，所述第一支付热度标签为与所述支付热度分析结果对应的静态标签；

针对所述N个支付验证时段中的任意一个支付验证时段，若所述支付热度分析结果为支付验证时段内不存在可检测的人像图像框，则将第二支付热度标签确定为待处理人像标签；其中，所述第二支付热度标签为与所述支付热度分析结果对应的动态标签；